杨静
- 作品数：6 被引量：14H指数：3
- 供职机构：聊城大学数学科学学院更多>>
- 发文基金：山东省自然科学基金国家自然科学基金山东省优秀中青年科学家科研奖励基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 边界监督多重集典型相关分析被引量：5
- 2019年
- 多重集典型相关分析(multiset canonical correlation analysis,MCCA)仅仅考虑了多组数据间的相关性信息,不能有效地反映样本数据的几何结构与鉴别信息,因此为了解决这个问题,首先在LDA思想的启发下,构建了监督多重集典型相关分析(supervised multiset canonical correlation analysis,SMCC)的理论框架,并以此为基础,结合边界Fisher分析(marginal fisher analysis,MFA),提出了边界监督多重集典型相关分析(marginal SMCC,MSMCC).该算法的基本思想是在最大化数据相关性的同时,还要最大化组内数据的类间离散度以及最小化组内数据的类内离散度.在人脸图像与目标数据库上的实验结果验证了所提算法的有效性.
- 杨静高希占
- 关键词：特征抽取降维
- 加权PCA和加权LDA中权函数对分类结果的影响被引量：4
- 2010年
- 提出了加权主成分分析法和三种新的权函数;通过实验研究了在五种权函数下加权线性判别分析(WLDA)和加权主成分分析(WPCA)对多分类问题的分类结果的影响.
- 杨静范丽亚
- 关键词：权函数
- PDEs对四种图像降噪降维方法的影响被引量：2
- 2020年
- 针对高维噪声图像(光暗、有遮挡)的分类问题,分类质量的好坏不仅依赖于图像降噪方法的选择,同时还依赖于图像降维方法的选择.目前,大部分的降噪方法不具备降维作用,同样地,大部分的降维方法也不具备降噪作用.为了在降噪降维的同时还能保持良好的分类精度,本文提出了基于偏微分方程组(PDEs)的主成分分析(PCA\PDEs)、基于PDEs的线性判别分析(LDA\PDEs)、基于PDEs的典型相关分析(CCA\PDEs)以及基于PDEs的监督典型相关分析(SCCA\PDEs)四种降噪降维算法,并研究了PDEs的进化对四种算法的影响。
- 王振雷田田范丽亚杨静
- 关键词：偏微分方程组主成分分析线性判别分析
- 基于PDEs的图像特征提取方法被引量：7
- 2018年
- 针对提取图像判别信息的基于偏微分方程(partial differential equations,PDEs)的方法做了进一步研究。研究进化次数对图像特征质量的影响和压缩函数的压缩速度对图像特征质量的影响。试验结果表明:PDEs的进化可以降低遮挡的影响以及对光暗具有鲁棒性,但PDEs的进化次数以及压缩函数和压缩速度严重影响图像特征质量。
- 江珊珊杨静范丽亚
- 关键词：偏微分方程图像特征遮挡
- 基于模糊隶属度的加权广义不定核判别分析被引量：2
- 2012年
- 对线性不可分的问题,已有许多基于正定核的降维方法,Fisher判别分析法是其中常用的方法。本研究对此类方法进行了改进和推广,首先将正定核推广到不定核,然后提出了基于模糊隶属度的不定核判别分析,最后结合权函数提出了加权广义不定核判别分析。实验结果表明,所提算法不仅有很好的分类效果,而且权函数的选择对分类结果有比较明显的影响。
- 杨静范丽亚
- 关键词：权函数
- 不同累计贡献率下PDEs对CCA的影响被引量：2
- 2020年
- 针对高维噪声图像(光暗、有遮挡)的分类问题,分类质量的好坏严重依赖于图像降噪方法和降维方法的选择.本文提出基于偏微分方程组(PDEs)的典型相关分析(CCA)作为联合降噪降维方法,并研究了PDEs的进化对CCA中累计贡献率的影响.分别以支持向量机(SVM)和一对余多类SVM(OVR-MSVM)为分类器,以分类精度为标准,在Extended Yale B人脸数据集和Palm-print掌纹数据集上进行了大量的实验.实验结果表明,PDEs的进化可以弱化累计贡献率的影响,甚至不用选择累积贡献率,通过不超过5次的进化即可达到同等条件下的最佳分类精度.
- 雷田田王振范丽亚杨静
- 关键词：图像分类偏微分方程组
